Guida rapida a Docker per Ultralytics

Questa guida è un'introduzione completa alla creazione di un ambiente Docker per i tuoi progetti Ultralytics . Docker è una piattaforma per sviluppare, spedire ed eseguire applicazioni in container. È particolarmente utile per garantire che il software venga eseguito sempre nello stesso modo, indipendentemente dal luogo in cui viene distribuito. Per maggiori dettagli, visita il repository Docker di Ultralytics su Docker Hub.

Cosa imparerai

• Configurazione di Docker con il supporto di NVIDIA
• Installare le immagini Docker di Ultralytics
• Eseguire Ultralytics in un contenitore Docker con il supporto di CPU o GPU
• Utilizzare un server di visualizzazione con Docker per mostrare i risultati del rilevamento di Ultralytics
• Montare le directory locali nel contenitore

Prerequisiti

• Assicurati che Docker sia installato sul tuo sistema. In caso contrario, puoi scaricarlo e installarlo dal sito web di Docker.
• Assicurati che il tuo sistema disponga di un driver NVIDIA GPU e NVIDIA .

Configurazione di Docker con il supporto di NVIDIA

Per prima cosa, verifica che i driver di NVIDIA siano installati correttamente eseguendo:

nvidia-smi

Installazione di NVIDIA Docker Runtime

Ora installiamo il runtime Docker NVIDIA per abilitare il supporto di GPU nei container Docker:

# Add NVIDIA package repositories
curl -s -L https://nvidia.github.io/nvidia-docker/gpgkey | sudo apt-key add -
distribution=$(lsb_release -cs)
curl -s -L https://nvidia.github.io/nvidia-docker/$distribution/nvidia-docker.list | sudo tee /etc/apt/sources.list.d/nvidia-docker.list

# Install NVIDIA Docker runtime
sudo apt-get update
sudo apt-get install -y nvidia-docker2

# Restart Docker service to apply changes
sudo systemctl restart docker

Verifica il runtime di NVIDIA con Docker

Corri docker info | grep -i runtime per garantire che nvidia appare nell'elenco dei runtime:

docker info | grep -i runtime

Installazione delle immagini Docker di Ultralytics

Ultralytics offre diverse immagini Docker ottimizzate per varie piattaforme e casi d'uso:

• Dockerfile: immagine GPU , ideale per la formazione.
• Dockerfile-arm64: Per l'architettura ARM64, adatto a dispositivi come Raspberry Pi.
• Dockerfile-cpu: CPU Versione solo per ambienti di inferenza e nonGPU .
• Dockerfile-jetson: Ottimizzato per i dispositivi NVIDIA Jetson.
• Dockerfile-python: Ambiente minimale Python per applicazioni leggere.
• Dockerfile-conda: include il pacchetto Miniconda3 e Ultralytics installato tramite Conda.

Per prelevare l'ultima immagine:

# Set image name as a variable
t=ultralytics/ultralytics:latest

# Pull the latest Ultralytics image from Docker Hub
sudo docker pull $t

Eseguire Ultralytics in un contenitore Docker

Ecco come eseguire il contenitore Docker Ultralytics :

Utilizzando solo la funzione CPU

# Run with all GPUs
sudo docker run -it --ipc=host $t

Utilizzo delle GPU

# Run with all GPUs
sudo docker run -it --ipc=host --gpus all $t

# Run specifying which GPUs to use
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t

Il -it assegna una pseudo-TTY e mantiene aperto lo stdin, permettendoti di interagire con il contenitore. Il flag --ipc=host consente di condividere lo spazio dei nomi IPC dell'host, essenziale per condividere la memoria tra i processi. Il flag --gpus permette al contenitore di accedere alle GPU dell'host.

Eseguire Ultralytics in un contenitore Docker

Ecco come eseguire il contenitore Docker Ultralytics :

Utilizzando solo la funzione CPU

# Run with all GPUs
sudo docker run -it --ipc=host $t

Utilizzo delle GPU

# Run with all GPUs
sudo docker run -it --ipc=host --gpus all $t

# Run specifying which GPUs to use
sudo docker run -it --ipc=host --gpus '"device=2,3"' $t

Il -it assegna una pseudo-TTY e mantiene aperto lo stdin, permettendoti di interagire con il contenitore. Il flag --ipc=host consente di condividere lo spazio dei nomi IPC dell'host, essenziale per condividere la memoria tra i processi. Il flag --gpus permette al contenitore di accedere alle GPU dell'host.

Nota sull'accessibilità dei file

Per lavorare con i file sul tuo computer locale all'interno del container, puoi utilizzare i volumi Docker:

# Mount a local directory into the container
sudo docker run -it --ipc=host --gpus all -v /path/on/host:/path/in/container $t

Sostituisci /path/on/host con il percorso della directory sul computer locale e /path/in/container con il percorso desiderato all'interno del contenitore Docker.

Eseguire applicazioni con interfaccia grafica (GUI) in un contenitore Docker

Docker viene utilizzato principalmente per containerizzare applicazioni in background e programmi CLI , ma può anche eseguire programmi grafici. Nel mondo Linux, due server grafici principali gestiscono la visualizzazione grafica: X11 (noto anche come X Window System) e Wayland. Prima di iniziare, è fondamentale determinare quale server grafico stai utilizzando. Esegui questo comando per scoprirlo:

env | grep -E -i 'x11|xorg|wayland'

L'installazione e la configurazione di un display server X11 o Wayland esula dagli scopi di questa guida. Se il comando precedente non restituisce nulla, allora dovrai iniziare a far funzionare uno dei due sistemi prima di continuare.

Eseguire un contenitore Docker con una GUI

If you're using [GPUs](#using-gpus), you can add the `--gpus all` flag to the command.

xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v /tmp/.X11-unix:/tmp/.X11-unix \
-v ~/.Xauthority:/root/.Xauthority \
-it --ipc=host $t

xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v $XDG_RUNTIME_DIR/$WAYLAND_DISPLAY:/tmp/$WAYLAND_DISPLAY \
--net=host -it --ipc=host $t

Usare Docker con una GUI

Ora puoi visualizzare le applicazioni grafiche all'interno del tuo contenitore Docker. Ad esempio, puoi eseguire il seguente comandoCLI per visualizzare le previsioni di un modelloYOLOv8 :

yolo predict model=yolov8n.pt show=True

Una volta terminato l'utilizzo della GUI di Docker

xhost -local:docker

Congratulazioni! Ora sei configurato per utilizzare Ultralytics con Docker e sei pronto a sfruttare le sue potenti funzionalità. Per metodi di installazione alternativi, non esitare a consultare la documentazione di avvio rapido diUltralytics .

DOMANDE FREQUENTI

Come si configura Ultralytics con Docker?

Per configurare Ultralytics con Docker, assicurati innanzitutto che Docker sia installato sul tuo sistema. Se hai un NVIDIA GPU , installa il runtime Docker NVIDIA per abilitare il supporto GPU . Quindi, preleva l'ultima immagine Docker di Ultralytics da Docker Hub utilizzando il seguente comando:

sudo docker pull ultralytics/ultralytics:latest

Per i passaggi dettagliati, consulta la nostra Guida rapida a Docker.

Quali sono i vantaggi dell'utilizzo delle immagini Docker di Ultralytics per i progetti di apprendimento automatico?

L'utilizzo delle immagini Docker di Ultralytics garantisce un ambiente coerente su macchine diverse, replicando lo stesso software e le stesse dipendenze. Questo è particolarmente utile per la collaborazione tra team, per l'esecuzione di modelli su hardware diversi e per mantenere la riproducibilità. Per la formazione basata su GPU, Ultralytics fornisce immagini Docker ottimizzate, come ad esempio Dockerfile per l'uso generale di GPU e Dockerfile-jetson per i dispositivi NVIDIA Jetson. Esplora Ultralytics Hub Docker per maggiori dettagli.

Come posso eseguire Ultralytics YOLO in un contenitore Docker con il supporto di GPU ?

Per prima cosa, assicurati che il runtime Docker NVIDIA sia installato e configurato. Quindi, usa il seguente comando per eseguire Ultralytics YOLO con il supporto di GPU :

sudo docker run -it --ipc=host --gpus all ultralytics/ultralytics:latest

Questo comando imposta un contenitore Docker con accesso a GPU . Per ulteriori dettagli, consulta la Guida rapida di Docker.

Come posso visualizzare i risultati delle previsioni di YOLO in un contenitore Docker con un server di visualizzazione?

Per visualizzare i risultati delle previsioni di YOLO con un'interfaccia grafica in un contenitore Docker, devi consentire a Docker di accedere al tuo server di visualizzazione. Per i sistemi che utilizzano X11, il comando è:

xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v /tmp/.X11-unix:/tmp/.X11-unix \
-v ~/.Xauthority:/root/.Xauthority \
-it --ipc=host ultralytics/ultralytics:latest

Per i sistemi che utilizzano Wayland, usa:

xhost +local:docker && docker run -e DISPLAY=$DISPLAY \
-v $XDG_RUNTIME_DIR/$WAYLAND_DISPLAY:/tmp/$WAYLAND_DISPLAY \
--net=host -it --ipc=host ultralytics/ultralytics:latest

Maggiori informazioni sono disponibili nella sezione Eseguire applicazioni con interfaccia grafica (GUI) in un contenitore Docker.

Posso montare le directory locali nel contenitore Docker Ultralytics ?

Sì, puoi montare le directory locali nel contenitore Docker Ultralytics utilizzando il comando -v bandiera:

sudo docker run -it --ipc=host --gpus all -v /path/on/host:/path/in/container ultralytics/ultralytics:latest

Sostituisci /path/on/host con la directory sul tuo computer locale e /path/in/container con il percorso desiderato all'interno del contenitore. Questa configurazione ti permette di lavorare con i tuoi file locali all'interno del contenitore. Per maggiori informazioni, consulta la relativa sezione su montare le directory locali.

Commenti